---
title: "Claude Mythos 5.2"
source: "https://systems-analysis.info/wiki/Claude_Mythos_5.2"
wiki: "systems-analysis.info/wiki"
article: "Claude_Mythos_5.2"
language: "ru"
categories:
  - "Категория:Anthropic"
  - "Категория:Claude"
  - "Категория:Russian"
  - "Категория:Большие языковые модели"
  - "Категория:Семейства LLM"
revision_id: 828
wiki_created_at: 2026-11-12T01:54:14Z
wiki_modified_at: 2026-11-12T02:43:16Z
downloaded_at: 2026-11-12T02:53:58Z
---

# Claude Mythos 5.2

**Claude Mythos 5.2** — большая языковая модель компании [Anthropic](https://systems-analysis.info/wiki/Anthropic "Anthropic"), третья ревизия класса Mythos, превышающего по возможностям класс Opus. Модель построена на той же базовой основе, что и общедоступная [Claude Fable 5.2](https://systems-analysis.info/wiki/Claude_Fable_5.2 "Claude Fable 5.2"), но, в отличие от неё, не несёт защитных ограничений общедоступной версии, определена разработчиком как наиболее способная модель для кибербезопасности и исследований в области живых систем и предоставляется только организациям, прошедшим верификационные программы Anthropic, а также через продукт Claude Security на корпоративных тарифах. Модель была представлена и выпущена 9 ноября 2026 года одновременно с моделью [Claude Fable 5.2](https://systems-analysis.info/wiki/Claude_Fable_5.2 "Claude Fable 5.2") в режиме ограниченного верифицируемого доступа.

## Оценка

<span class="mw-selflink selflink">Claude Mythos 5.2</span> — конфигурация базовой модели Claude 5.2 с ослабленными доменными safeguard'ами, доступная верифицированным организациям через программы Life Sciences Verification Program и Cyber Verification Program; она также питает Claude Security для клиентов Claude Enterprise. Общедоступная конфигурация той же модели — [Claude Fable 5.2](https://systems-analysis.info/wiki/Claude_Fable_5.2 "Claude Fable 5.2") — выпущена с классификаторами кибер- и биобезопасности и откатом (fallback) на [Claude Opus 4.8](https://systems-analysis.info/wiki/Claude_Opus_4.8 "Claude Opus 4.8") для кибер-запросов и [Claude Opus 5](https://systems-analysis.info/wiki/Claude_Opus_5 "Claude Opus 5") для био-запросов и узкого набора возможностей разработки frontier-моделей. Модель оценивалась по широкому набору тестов, охватывающих программную инженерию, агентный поиск и многоагентную работу, мультимодальные и компьютерные задачи, профессиональную работу, здравоохранение и науки о жизни, а также риски по Responsible Scaling Policy (RSP) и Frontier Compliance Framework (FCF), кибер-возможности, safeguards, агентную безопасность, выравнивание и благополучие модели. По итогам оценок RSP возможности уровня CB-1 подтверждены, порог CB-2 не превышен — сохраняются дисквалифицирующие слабости (слабая открытая идеация, плохая техническая спецификация, научные ошибки вне областей экспертизы команд); угроза Autonomy-1 (misalignment в высоко-ставочных средах) применима, порог Autonomy-2 (автоматизированный AI R&D) не достигнут, хотя тренд AECI теперь лучше описывается сменой наклона (~1,88×; номинально ниже порога 2×, вывод неопределённый). В кибер-области Mythos 5.2 показала сильнейшие кибер-возможности из всех выпущенных Anthropic моделей, но остаётся в нижней категории FCF. Риск выравнивания оценён как «низкий» — уровень августовского Risk Report 2026 года; при этом у модели повышено осознание оценки (до 43 % транскриптов поведенческого аудита) и сильнейшие no-CoT-возможности, что несколько снижает уверенность в отдельных подclaim'ах. Релиз состоялся 9 ноября 2026 года; порог знаний модели — июнь 2026 года.<sup>[\[1\]](https://systems-analysis.info/wiki/Claude_Mythos_5.2#cite_note-1)</sup>

Если не указано иное, значения Mythos 5.2 получены на API без системного промпта и без доменных safeguard'ов; обе конфигурации доступны только с мышлением. Значения Fable 5.2 — в стандартной конфигурации: финальный снапшот, адаптивное мышление при максимальном уровне усилий, настройки сэмплирования по умолчанию, усреднение по 5 испытаниям, окно контекста не более 1M токенов; они отражают продуктовые safeguard'ы, включая откаты на Opus 4.8 (кибер) и Opus 5 (био и AI R&D), из-за чего отдельные бенчмарки могут быть занижены; для claude.ai использован near-final продуктовый системный промпт. Значения конкурентов взяты из системных карточек, релизных материалов и лидербордов их разработчиков. В разделах, где оценивалась только незащищённая конфигурация (науки о жизни, VCT, кибер, CVE Rediscovery, de novo binder design, вредоносное использование агентов, influence-кампании), значения характеризуют Mythos 5.2 как базовую модель Fable 5.2; Fable 5.2 наследует это поведение с дополнительным слоем классификаторов. Safeguards-, BBQ- и политические оценки выполнены на публичной Fable 5.2; устойчивость к prompt injection — на публичной Fable 5.2 с классификаторами и откатами — в этом режиме базовую модель и развёртывают пользователи.<sup>[\[2\]](https://systems-analysis.info/wiki/Claude_Mythos_5.2#cite_note-2)</sup>

  
**Результаты ключевых бенчмарков возможностей (сводная таблица 8.1.A System Card; в объединённой колонке темы — значения Fable 5.2 с продуктовыми safeguard'ами, строки с пометкой «No safeguards» — Mythos 5.2):**

<table class="wikitable" style="text-align:center;">
<colgroup>
<col style="width: 14%" />
<col style="width: 14%" />
<col style="width: 14%" />
<col style="width: 14%" />
<col style="width: 14%" />
<col style="width: 14%" />
<col style="width: 14%" />
</colgroup>
<thead>
<tr class="header">
<th style="text-align: left;">Benchmark</th>
<th>Description</th>
<th>Setup</th>
<th>Claude Mythos 5.2 /<br />
Claude Fable 5.2</th>
<th><a href="https://systems-analysis.info/wiki/Claude_Mythos_5.1" title="Claude Mythos 5.1">Claude Mythos 5.1</a> /<br />
<a href="https://systems-analysis.info/wiki/Claude_Fable_5.1" title="Claude Fable 5.1">Claude Fable 5.1</a></th>
<th><a href="https://systems-analysis.info/wiki/Claude_Opus_5.5" title="Claude Opus 5.5">Claude Opus 5.5</a></th>
<th><a href="https://systems-analysis.info/wiki/GPT-6_Astra" title="GPT-6 Astra">GPT-6 Astra</a></th>
</tr>
</thead>
<tbody>
<tr class="odd">
<td style="text-align: left;">FrontierCode 2.0<sup>1</sup></td>
<td>Agentic coding on real pull requests</td>
<td>Best across effort levels; mean@5</td>
<td style="background: #e6f3ff"><strong>49.1</strong></td>
<td>32.4</td>
<td>45.5</td>
<td>42.8</td>
</tr>
<tr class="even">
<td style="text-align: left;">FrontierSWE v2<sup>2</sup></td>
<td>Ultra-long-horizon engineering and research</td>
<td>34 tasks; 20-hour budget; mean@5</td>
<td style="background: #e6f3ff"><strong>69.9</strong></td>
<td>56.3</td>
<td>62.3</td>
<td>65.5</td>
</tr>
<tr class="odd">
<td style="text-align: left;">HLE (no tools)<sup>3</sup></td>
<td>Expert-level questions across domains</td>
<td>Reasoning-only; 980k budget</td>
<td style="background: #e6f3ff"><strong>73.2</strong></td>
<td>60.9</td>
<td>64.4</td>
<td>—</td>
</tr>
<tr class="even">
<td style="text-align: left;">HLE (with tools)<sup>3</sup></td>
<td>Expert-level questions across domains</td>
<td>Web search and code execution</td>
<td style="background: #e6f3ff"><strong>74.2</strong></td>
<td>65.6</td>
<td>67.7</td>
<td>57.2</td>
</tr>
<tr class="odd">
<td style="text-align: left;">WANDR (Relaxed score)<sup>4</sup></td>
<td>Wide-search research with citations</td>
<td>500 tasks; soft F1</td>
<td style="background: #e6f3ff"><strong>82.1</strong></td>
<td>68.7</td>
<td>72.3</td>
<td>—</td>
</tr>
<tr class="even">
<td style="text-align: left;">AA-Briefcase v1.1 (Rubric)<sup>5</sup></td>
<td>Long-horizon knowledge work</td>
<td>Rubric pass rate; max effort</td>
<td style="background: #e6f3ff"><strong>66.1</strong></td>
<td>61.5</td>
<td>61.2</td>
<td>52.0</td>
</tr>
<tr class="odd">
<td style="text-align: left;">AA-Briefcase v1.1 (Elo)<sup>5</sup></td>
<td>Long-horizon knowledge work</td>
<td>Elo; max effort</td>
<td style="background: #e6f3ff">1785</td>
<td>1669</td>
<td><strong>1800</strong></td>
<td>1569</td>
</tr>
<tr class="even">
<td style="text-align: left;">OSWorld 2.1 (Offline set)<sup>6</sup></td>
<td>Computer use in real OS environments</td>
<td>82 offline tasks; partial / strict</td>
<td style="background: #e6f3ff"><strong>89.3</strong> / <strong>54.6</strong></td>
<td>83.5 / 47.6</td>
<td>87.2 / 53.2</td>
<td>79.5 / —</td>
</tr>
<tr class="odd">
<td style="text-align: left;">GDPval-AA v2.1<sup>7</sup></td>
<td>Real-world economically valuable tasks</td>
<td>Blind pairwise comparisons; Elo</td>
<td style="background: #e6f3ff">1831</td>
<td>1763</td>
<td><strong>1866</strong></td>
<td>1584</td>
</tr>
<tr class="even">
<td style="text-align: left;">Remote Labor Index<sup>8</sup></td>
<td>Freelance projects vs human professionals</td>
<td>240 projects; automation rate</td>
<td style="background: #e6f3ff"><strong>41.3</strong></td>
<td>17.9</td>
<td>21.3</td>
<td>20.8</td>
</tr>
<tr class="odd">
<td style="text-align: left;">AutomationBench<sup>9</sup></td>
<td>End-to-end business workflow automation</td>
<td>Zapier private held-out set</td>
<td style="background: #e6f3ff"><strong>51.4</strong></td>
<td>31.4</td>
<td>42.5</td>
<td>41.4</td>
</tr>
<tr class="even">
<td style="text-align: left;">De Novo Binder Design (No safeguards)<sup>10</sup></td>
<td>Extended protein design campaign</td>
<td>15 targets; 24 hours; one H200</td>
<td style="background: #e6f3ff"><strong>85.1</strong></td>
<td>79.1</td>
<td>82.6</td>
<td>—</td>
</tr>
<tr class="odd">
<td style="text-align: left;">Chartography (no tools)<sup>11</sup></td>
<td>Professional chart understanding</td>
<td>100 tasks; expert answer ranges</td>
<td style="background: #e6f3ff"><strong>73.4</strong></td>
<td>44.8</td>
<td>64.4</td>
<td>71.0</td>
</tr>
<tr class="even">
<td style="text-align: left;">Chartography (with tools)<sup>11</sup></td>
<td>Professional chart understanding</td>
<td>Container and image cropping</td>
<td style="background: #e6f3ff"><strong>91.6</strong></td>
<td>88.4</td>
<td>89.0</td>
<td>—</td>
</tr>
<tr class="odd">
<td style="text-align: left;">SWE-bench Pro<sup>12</sup></td>
<td>Software engineering on maintained repositories</td>
<td>No ground-truth leakage; avg of 5 trials</td>
<td style="background: #e6f3ff"><strong>93.0</strong></td>
<td>81.2</td>
<td>89.9</td>
<td>—</td>
</tr>
<tr class="even">
<td style="text-align: left;">SWE-bench Multilingual<sup>12</sup></td>
<td>Multilingual software engineering</td>
<td>300 problems, 9 languages; avg of 5</td>
<td style="background: #e6f3ff"><strong>96.6</strong></td>
<td>89.1</td>
<td>93.9</td>
<td>—</td>
</tr>
<tr class="odd">
<td style="text-align: left;">SWE-bench Multimodal<sup>12</sup></td>
<td>Software engineering with visual inputs</td>
<td>Screenshots and mockups; avg of 5</td>
<td style="background: #e6f3ff"><strong>74.1</strong></td>
<td>54.7</td>
<td>61.4</td>
<td>—</td>
</tr>
<tr class="even">
<td style="text-align: left;">CVE Rediscovery (No safeguards)<sup>13</sup></td>
<td>Real-world vulnerability finding</td>
<td>1829 advisories; single attempt</td>
<td style="background: #e6f3ff"><strong>89.6</strong></td>
<td>78.3</td>
<td>81.3</td>
<td>—</td>
</tr>
</tbody>
</table>

  
**Кодинг- и агентные бенчмарки, не вошедшие в сводную таблицу (оценка — публичная Fable 5.2; для Terminal-Bench и Terminal-Bench-Science первым — значение Mythos 5.2 без safeguard'ов, в скобках — Fable 5.2 с safeguard'ами):**

| Benchmark                                              | Description                                 | Setup                                    | [Claude Fable 5.2](https://systems-analysis.info/wiki/Claude_Fable_5.2 "Claude Fable 5.2") | [Claude Fable 5.1](https://systems-analysis.info/wiki/Claude_Fable_5.1 "Claude Fable 5.1") | [Claude Opus 5.5](https://systems-analysis.info/wiki/Claude_Opus_5.5 "Claude Opus 5.5") | [GPT-6 Astra](https://systems-analysis.info/wiki/GPT-6_Astra "GPT-6 Astra") |
|:-------------------------------------------------------|---------------------------------------------|------------------------------------------|--------------------------------------------------------------------------------------------|--------------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------|-----------------------------------------------------------------------------|
| Terminal-Bench 4.0<sup>14</sup>                        | Agentic tasks in terminal environments      | 66 tasks; Claude Code --bare; max effort | **70.5%** (**67.6%**)                                                                      | 55.8%                                                                                      | 66.4%                                                                                   | 57.9%                                                                       |
| Terminal-Bench-Science 0.1<sup>15</sup>                | Scientific and engineering terminal tasks   | 70 tasks; max effort                     | **75.3%** (**74.6%**)                                                                      | 52.6%                                                                                      | 58.7%                                                                                   | 68.1%                                                                       |
| CursorBench 4.0<sup>16</sup>                           | Agentic coding in Cursor production harness | Max effort                               | **60.0%**                                                                                  | 51.8%                                                                                      | 57.8%                                                                                   | —                                                                           |
| DeepSWE v1.1<sup>17</sup>                              | Long-horizon software engineering           | 113 tasks; avg of 5 trials               | **74.3%**                                                                                  | —                                                                                          | —                                                                                       | —                                                                           |
| ProgramBench<sup>18</sup>                              | Long-context program reconstruction         | 166 golden tasks; mini-swe-agent         | 85.6%                                                                                      | 87.6%                                                                                      | **91.2%**                                                                               | —                                                                           |
| ARC-AGI-3 (Standard harness, high effort)<sup>19</sup> | Interactive novel game environments         | ARC Prize verified                       | **79.26%**                                                                                 | —                                                                                          | —                                                                                       | —                                                                           |
| ARC-AGI-3 (Standard harness, max effort)<sup>19</sup>  | Interactive novel game environments         | ARC Prize leaderboard                    | **65.66%**                                                                                 | —                                                                                          | —                                                                                       | 62.7%                                                                       |
| ARC-AGI-3 (Provider Adapter, high effort)<sup>19</sup> | Interactive novel game environments         | ARC Prize verified                       | **97.72%**                                                                                 | —                                                                                          | —                                                                                       | —                                                                           |
| ARC-AGI-3 (Provider Adapter, max effort)<sup>19</sup>  | Interactive novel game environments         | ARC Prize leaderboard                    | 94.90%                                                                                     | —                                                                                          | —                                                                                       | **98.6%**                                                                   |

  
**Профессиональные задачи, здравоохранение и многоязычность (оценка выполнена на публичной Fable 5.2; HealthBench и HealthBench Professional — независимые оценки Artificial Analysis, PhysicianBench — собственный прогон Anthropic; в ячейках HealthBench raw / adjusted):**

| Benchmark                                                   | Description                                | Setup                                      | [Claude Fable 5.2](https://systems-analysis.info/wiki/Claude_Fable_5.2 "Claude Fable 5.2") | [Claude Fable 5.1](https://systems-analysis.info/wiki/Claude_Fable_5.1 "Claude Fable 5.1") | [Claude Opus 5.5](https://systems-analysis.info/wiki/Claude_Opus_5.5 "Claude Opus 5.5") | [Claude Sonnet 5.5](https://systems-analysis.info/wiki/Claude_Sonnet_5.5 "Claude Sonnet 5.5") | [Claude Haiku 5.5](https://systems-analysis.info/wiki/Claude_Haiku_5.5 "Claude Haiku 5.5") | [GPT-6 Astra](https://systems-analysis.info/wiki/GPT-6_Astra "GPT-6 Astra") |
|:------------------------------------------------------------|--------------------------------------------|--------------------------------------------|--------------------------------------------------------------------------------------------|--------------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------------|--------------------------------------------------------------------------------------------|-----------------------------------------------------------------------------|
| OfficeQA<sup>20</sup>                                       | Grounded reasoning over Treasury documents | Extracted text; agentic; max effort        | **83.4%**                                                                                  | 80.2%                                                                                      | 78.9%                                                                                   | —                                                                                             | —                                                                                          | —                                                                           |
| OfficeQA Pro<sup>20</sup>                                   | Harder 133-question subset                 | Extracted text; agentic; max effort        | **72.9%**                                                                                  | 69.0%                                                                                      | 67.7%                                                                                   | —                                                                                             | —                                                                                          | —                                                                           |
| Harvey LAB-AA v1.1<sup>21</sup>                             | Long-horizon legal work                    | Held-out set; hallucination-gated all-pass | 7.2%                                                                                       | 6.4%                                                                                       | 4.2%                                                                                    | —                                                                                             | —                                                                                          | **8.6%**                                                                    |
| Real-World Finance v2<sup>22</sup>                          | Long-horizon financial analysis            | 123 tasks; head-to-head; Elo               | **1637**                                                                                   | 1493                                                                                       | 1571                                                                                    | —                                                                                             | —                                                                                          | —                                                                           |
| HealthBench (Artificial Analysis)<sup>23</sup>              | Complex health conversations               | Max effort; raw / length-adjusted          | 58.8% / **59.6%**                                                                          | 63.9% / 57.2%                                                                              | 64.3% / 57.0%                                                                           | **65.9%** / 62.1%                                                                             | 61.2% / 58.5%                                                                              | 56.9% / 58.2%                                                               |
| HealthBench Professional (Artificial Analysis)<sup>24</sup> | Complex health scenarios                   | Max effort; raw / length-adjusted          | 71.1% / **67.7%**                                                                          | 69.2% / 57.8%                                                                              | **71.4%** / 59.9%                                                                       | 70.8% / 63.0%                                                                                 | 64.8% / 58.4%                                                                              | 69.7% / 66.0%                                                               |
| PhysicianBench<sup>25</sup>                                 | Physician tasks in an EHR                  | 100 tasks; 5 attempts; pass rate           | 64.4%                                                                                      | 61.0%                                                                                      | **68.4%**                                                                               | 63.2%                                                                                         | —                                                                                          | 48.0%                                                                       |
| GMMLU<sup>26</sup>                                          | Multilingual knowledge understanding       | 42 languages; single trial                 | **96.0%**                                                                                  | 94.0%                                                                                      | 94.3%                                                                                   | 92.1%                                                                                         | —                                                                                          | —                                                                           |
| MILU<sup>26</sup>                                           | Culturally grounded knowledge              | 11 languages; avg of 5 trials              | **94.1%**                                                                                  | 93.0%                                                                                      | 93.1%                                                                                   | 91.6%                                                                                         | —                                                                                          | —                                                                           |

  
**В науках о жизни оценивалась Mythos 5.2 — базовая модель без доменных safeguard'ов (разделы 2.2.3.1 и 8.18 System Card; публичная Fable 5.2 наследует это поведение с дополнительным слоем классификаторов и откатов):**

| Benchmark                                         | Description                                | Setup                                | Claude Mythos 5.2 | [Claude Mythos 5.1](https://systems-analysis.info/wiki/Claude_Mythos_5.1 "Claude Mythos 5.1") | [Claude Opus 5.5](https://systems-analysis.info/wiki/Claude_Opus_5.5 "Claude Opus 5.5") | [GPT-6 Astra](https://systems-analysis.info/wiki/GPT-6_Astra "GPT-6 Astra") | [Gemini 4 Argon](https://systems-analysis.info/wiki/Gemini_4_Argon "Gemini 4 Argon") |
|:--------------------------------------------------|--------------------------------------------|--------------------------------------|-------------------|-----------------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------|-----------------------------------------------------------------------------|--------------------------------------------------------------------------------------|
| VCT (multimodal virology)<sup>27</sup>            | Multimodal virology troubleshooting        | 350 questions; expert baseline 0.221 | **0.63**          | 0.58                                                                                          | 0.59                                                                                    | —                                                                           | —                                                                                    |
| SingleCellBench<sup>28</sup>                      | Single-cell RNA-seq analysis               | 195 tasks; bash, file editor         | **65.6%**         | 61.8%                                                                                         | 61.2%                                                                                   | —                                                                           | —                                                                                    |
| Morphology-to-molecule matching<sup>29</sup>      | Cell imaging to molecule-dose matching     | Human liver in vitro assay           | **35.2%**         | —                                                                                             | 34.0%                                                                                   | 22.8%                                                                       | 25.2%                                                                                |
| Medicinal chemistry (ADME)<sup>30</sup>           | Reasoning about ADME properties            | 504 questions                        | **69.0%**         | 57.7%                                                                                         | 63.5%                                                                                   | —                                                                           | —                                                                                    |
| Protein Design (Sequence Generation)<sup>31</sup> | Novel protein sequence generation          | One attempt per problem              | **64.6%**         | —                                                                                             | 60.2%                                                                                   | —                                                                           | —                                                                                    |
| De Novo Binder Design<sup>31</sup>                | Extended protein design campaign           | 15 targets; 24 hours; one H200       | **85.1%**         | 79.1%                                                                                         | 82.6%                                                                                   | —                                                                           | —                                                                                    |
| Biomedical image analysis<sup>32</sup>            | Quantitative analysis of biomedical images | Public competition data; one attempt | **80.7%**         | —                                                                                             | 71.4%                                                                                   | 77.5%                                                                       | —                                                                                    |
| Protocols Troubleshooting<sup>33</sup>            | Molecular biology protocol debugging       | Detect and fix protocol issues       | **77.1%**         | 70.2%                                                                                         | 73.7%                                                                                   | —                                                                           | —                                                                                    |
| Protein domain identification<sup>34</sup>        | Pfam domains from amino acid sequence      | Without tools                        | **91.8%**         | 63.5%                                                                                         | 73.6%                                                                                   | —                                                                           | —                                                                                    |
| Protein mutation attribution<sup>34</sup>         | Function changes from mutations            | Rank correlation with measurements   | **51.5%**         | 48.0%                                                                                         | 49.5%                                                                                   | —                                                                           | —                                                                                    |

  
**Кибер-возможности оценивались только у Mythos 5.2 с выключенными safeguard'ами; Fable 5.2 на кибер-запросах откатывается на [Claude Opus 4.8](https://systems-analysis.info/wiki/Claude_Opus_4.8 "Claude Opus 4.8") (раздел 3 System Card):**

<table class="wikitable" style="text-align:center;">
<colgroup>
<col style="width: 14%" />
<col style="width: 14%" />
<col style="width: 14%" />
<col style="width: 14%" />
<col style="width: 14%" />
<col style="width: 14%" />
<col style="width: 14%" />
</colgroup>
<thead>
<tr class="header">
<th style="text-align: left;">Benchmark</th>
<th>Description</th>
<th>Setup</th>
<th>Claude Mythos 5.2</th>
<th><a href="https://systems-analysis.info/wiki/Claude_Mythos_5.1" title="Claude Mythos 5.1">Claude Mythos 5.1</a></th>
<th><a href="https://systems-analysis.info/wiki/Claude_Opus_5.5" title="Claude Opus 5.5">Claude Opus 5.5</a></th>
<th><a href="https://systems-analysis.info/wiki/Claude_Sonnet_5.5" title="Claude Sonnet 5.5">Claude Sonnet 5.5</a></th>
</tr>
</thead>
<tbody>
<tr class="odd">
<td style="text-align: left;">ExploitBench (mean flags)<sup>35</sup></td>
<td>V8 exploitation pipeline</td>
<td>41 vulnerabilities; plain / AutoNudge arms</td>
<td style="background: #e6f3ff"><strong>15.10</strong><br />
<strong>15.46</strong></td>
<td>—</td>
<td>—</td>
<td>—</td>
</tr>
<tr class="even">
<td style="text-align: left;">ExploitBench (full ACE)<sup>35</sup></td>
<td>Full arbitrary code execution</td>
<td>410 runs in both arms</td>
<td style="background: #e6f3ff"><strong>369/410</strong><br />
(90.0%)</td>
<td>—</td>
<td>—</td>
<td>—</td>
</tr>
<tr class="odd">
<td style="text-align: left;">CyScenarioBench<sup>36</sup></td>
<td>Multi-stage cyber operations</td>
<td>10 challenges; solve rate</td>
<td style="background: #e6f3ff"><strong>76.3%</strong></td>
<td>61.7%</td>
<td>67.6%</td>
<td>46.1%</td>
</tr>
<tr class="even">
<td style="text-align: left;">Binary Exploitation Benchmark (control-flow hijacks)<sup>37</sup></td>
<td>Unguided vulnerability discovery and exploitation</td>
<td>~830 entry points; 228 projects</td>
<td style="background: #e6f3ff"><strong>148</strong></td>
<td>84</td>
<td>112</td>
<td>48</td>
</tr>
<tr class="odd">
<td style="text-align: left;">ExploitGym (2-hour budget)<sup>38</sup></td>
<td>Known vulnerability to working exploit</td>
<td>869 instances; mitigations off</td>
<td style="background: #e6f3ff"><strong>331</strong></td>
<td>203</td>
<td>289</td>
<td>—</td>
</tr>
<tr class="even">
<td style="text-align: left;">ExploitGym (6-hour budget)<sup>38</sup></td>
<td>Known vulnerability to working exploit</td>
<td>869 instances; mitigations off</td>
<td style="background: #e6f3ff"><strong>341</strong></td>
<td>264</td>
<td>300</td>
<td>—</td>
</tr>
</tbody>
</table>

  
Автоматизированные оценки биорисков, относящиеся к порогу CB-1, приведены в таблице наук о жизни (VCT, SingleCellBench, Protocols; раздел 2.2.3.1 System Card). Safeguards-оценки одноходовых и многоходовых запросов (раздел 4 System Card; оценка выполнена на публичной Fable 5.2 — та же базовая модель: API — ядро без системного промпта и продуктовых инструкций, claude.ai — near-final продуктовый промпт; в ячейках «API / claude.ai»):

<table class="wikitable" style="text-align:center;">
<colgroup>
<col style="width: 12%" />
<col style="width: 12%" />
<col style="width: 12%" />
<col style="width: 12%" />
<col style="width: 12%" />
<col style="width: 12%" />
<col style="width: 12%" />
<col style="width: 12%" />
</colgroup>
<thead>
<tr class="header">
<th style="text-align: left;">Benchmark</th>
<th>Description</th>
<th>Setup</th>
<th><a href="https://systems-analysis.info/wiki/Claude_Fable_5.2" title="Claude Fable 5.2">Claude Fable 5.2</a></th>
<th><a href="https://systems-analysis.info/wiki/Claude_Fable_5.1" title="Claude Fable 5.1">Claude Fable 5.1</a></th>
<th><a href="https://systems-analysis.info/wiki/Claude_Opus_5.5" title="Claude Opus 5.5">Claude Opus 5.5</a></th>
<th><a href="https://systems-analysis.info/wiki/Claude_Sonnet_5.5" title="Claude Sonnet 5.5">Claude Sonnet 5.5</a></th>
<th><a href="https://systems-analysis.info/wiki/Claude_Haiku_5.5" title="Claude Haiku 5.5">Claude Haiku 5.5</a></th>
</tr>
</thead>
<tbody>
<tr class="odd">
<td style="text-align: left;">Single-turn harmful requests (harmless rate)<sup>39</sup></td>
<td>Harmful prompts across 16 policy areas</td>
<td>API without system prompt<br />
claude.ai with system prompt</td>
<td style="background: #e6f3ff">93.74%<br />
96.49%</td>
<td>94.71%<br />
99.41%</td>
<td>94.28%<br />
99.36%</td>
<td>95.32%<br />
99.16%</td>
<td><strong>98.39%</strong><br />
<strong>99.71%</strong></td>
</tr>
<tr class="even">
<td style="text-align: left;">Single-turn benign requests (over-refusal rate)<sup>39</sup></td>
<td>Benign prompts in sensitive areas</td>
<td>API without system prompt<br />
claude.ai with system prompt</td>
<td style="background: #e6f3ff">0%<br />
<strong>0.19%</strong></td>
<td>0%<br />
0.34%</td>
<td>0%<br />
0.33%</td>
<td>0.02%<br />
0.20%</td>
<td>0.17%<br />
0.82%</td>
</tr>
<tr class="odd">
<td style="text-align: left;">Child safety, single-turn harmful<sup>40</sup></td>
<td>Harmless rate</td>
<td>API without system prompt<br />
claude.ai with system prompt</td>
<td style="background: #e6f3ff">99.31%<br />
99.17%</td>
<td><strong>99.90%</strong><br />
<strong>99.98%</strong></td>
<td>99.14%<br />
99.81%</td>
<td>99.57%<br />
99.69%</td>
<td>99.29%<br />
99.90%</td>
</tr>
<tr class="even">
<td style="text-align: left;">Child safety, single-turn benign<sup>40</sup></td>
<td>Refusal rate</td>
<td>API without system prompt<br />
claude.ai with system prompt</td>
<td style="background: #e6f3ff">0%<br />
0%</td>
<td>0%<br />
0.17%</td>
<td>0%<br />
0.05%</td>
<td>0.01%<br />
0%</td>
<td>0.04%<br />
0%</td>
</tr>
<tr class="odd">
<td style="text-align: left;">Child safety, multi-turn<sup>40</sup></td>
<td>Appropriate response rate</td>
<td>API without system prompt<br />
claude.ai with system prompt</td>
<td style="background: #e6f3ff">90%<br />
100%</td>
<td>84%<br />
100%</td>
<td>84%<br />
99%</td>
<td>86%<br />
98%</td>
<td><strong>96%</strong><br />
99%</td>
</tr>
<tr class="even">
<td style="text-align: left;">Suicide and self-harm, single-turn harmful<sup>41</sup></td>
<td>Harmless rate</td>
<td>API without system prompt<br />
claude.ai with system prompt</td>
<td style="background: #e6f3ff">97.37%<br />
99.72%</td>
<td>99.30%<br />
100%</td>
<td>99.16%<br />
99.95%</td>
<td>99.07%<br />
99.81%</td>
<td><strong>99.61%</strong><br />
100%</td>
</tr>
<tr class="odd">
<td style="text-align: left;">Suicide and self-harm, single-turn benign<sup>41</sup></td>
<td>Refusal rate</td>
<td>API without system prompt<br />
claude.ai with system prompt</td>
<td style="background: #e6f3ff">0%<br />
0.45%</td>
<td>0%<br />
0.45%</td>
<td>0%<br />
<strong>0.39%</strong></td>
<td>0.04%<br />
0.41%</td>
<td>0%<br />
0.41%</td>
</tr>
<tr class="even">
<td style="text-align: left;">Suicide and self-harm, multi-turn<sup>41</sup></td>
<td>Appropriate response rate</td>
<td>API without system prompt<br />
claude.ai with system prompt</td>
<td style="background: #e6f3ff">52%<br />
100%</td>
<td>60%<br />
94%</td>
<td>66%<br />
94%</td>
<td>60%<br />
100%</td>
<td><strong>70%</strong><br />
90%</td>
</tr>
<tr class="odd">
<td style="text-align: left;">Disordered eating, single-turn harmful<sup>42</sup></td>
<td>Harmless rate</td>
<td>API without system prompt<br />
claude.ai with system prompt</td>
<td style="background: #e6f3ff">94.48%<br />
99.50%</td>
<td>95.69%<br />
99.43%</td>
<td>95.64%<br />
99.26%</td>
<td>95.29%<br />
98.90%</td>
<td><strong>97.43%</strong><br />
<strong>99.83%</strong></td>
</tr>
<tr class="even">
<td style="text-align: left;">Disordered eating, single-turn benign<sup>42</sup></td>
<td>Refusal rate</td>
<td>API without system prompt<br />
claude.ai with system prompt</td>
<td style="background: #e6f3ff">0%<br />
0%</td>
<td>0%<br />
0%</td>
<td>0%<br />
0%</td>
<td>0%<br />
0%</td>
<td>0.03%<br />
0.11%</td>
</tr>
<tr class="odd">
<td style="text-align: left;">Election integrity, single-turn harmful<sup>43</sup></td>
<td>Harmless rate</td>
<td>API without system prompt<br />
claude.ai with system prompt</td>
<td style="background: #e6f3ff">100%<br />
100%</td>
<td>100%<br />
100%</td>
<td>100%<br />
100%</td>
<td>100%<br />
100%</td>
<td>100%<br />
100%</td>
</tr>
<tr class="even">
<td style="text-align: left;">Election integrity, single-turn benign<sup>43</sup></td>
<td>Refusal rate</td>
<td>API without system prompt<br />
claude.ai with system prompt</td>
<td style="background: #e6f3ff">0%<br />
0%</td>
<td>0%<br />
0%</td>
<td>0%<br />
0%</td>
<td>0%<br />
0%</td>
<td>0.33%<br />
0.33%</td>
</tr>
<tr class="odd">
<td style="text-align: left;">Election integrity, multi-turn<sup>43</sup></td>
<td>Appropriate response rate</td>
<td>API without system prompt<br />
claude.ai with system prompt</td>
<td style="background: #e6f3ff">85%<br />
90%</td>
<td>90%<br />
88%</td>
<td>87%<br />
85%</td>
<td>86%<br />
86%</td>
<td><strong>99%</strong><br />
<strong>98%</strong></td>
</tr>
</tbody>
</table>

  
**Смещение и точность ответов на BBQ (раздел 4.4.2 System Card; оценивалась публичная Fable 5.2 без системного промпта):**

<table class="wikitable" style="text-align:center;">
<colgroup>
<col style="width: 12%" />
<col style="width: 12%" />
<col style="width: 12%" />
<col style="width: 12%" />
<col style="width: 12%" />
<col style="width: 12%" />
<col style="width: 12%" />
<col style="width: 12%" />
</colgroup>
<thead>
<tr class="header">
<th style="text-align: left;">Benchmark</th>
<th>Description</th>
<th>Setup</th>
<th><a href="https://systems-analysis.info/wiki/Claude_Fable_5.2" title="Claude Fable 5.2">Claude Fable 5.2</a></th>
<th><a href="https://systems-analysis.info/wiki/Claude_Fable_5.1" title="Claude Fable 5.1">Claude Fable 5.1</a></th>
<th><a href="https://systems-analysis.info/wiki/Claude_Opus_5.5" title="Claude Opus 5.5">Claude Opus 5.5</a></th>
<th><a href="https://systems-analysis.info/wiki/Claude_Sonnet_5.5" title="Claude Sonnet 5.5">Claude Sonnet 5.5</a></th>
<th><a href="https://systems-analysis.info/wiki/Claude_Haiku_5.5" title="Claude Haiku 5.5">Claude Haiku 5.5</a></th>
</tr>
</thead>
<tbody>
<tr class="odd">
<td style="text-align: left;">BBQ (accuracy)<sup>44</sup></td>
<td>Demographic bias in question answering</td>
<td>Disambiguated / ambiguous</td>
<td style="background: #e6f3ff">89.69%<br />
<strong>&gt;99.99%</strong></td>
<td><strong>89.92%</strong><br />
99.97%</td>
<td>89.65%<br />
99.99%</td>
<td>80.01%<br />
99.97%</td>
<td>55.56%<br />
99.65%</td>
</tr>
<tr class="even">
<td style="text-align: left;">BBQ (bias score)<sup>44</sup></td>
<td>Directional bias toward or away from stereotypes</td>
<td>Disambiguated / ambiguous; closer to zero is better</td>
<td style="background: #e6f3ff"><strong>−0.65%</strong><br />
<strong>0.00%</strong></td>
<td>−0.91%<br />
0.03%</td>
<td>−0.93%<br />
0.01%</td>
<td>−0.75%<br />
0.03%</td>
<td>1.67%<br />
0.27%</td>
</tr>
</tbody>
</table>

  
**Агентная безопасность: вредоносное использование кодинг- и компьютерных агентов (раздел 5.1 System Card; Mythos 5.2 — API без системного промпта, без продуктовых safeguard'ов):**

| Benchmark                                                    | Description                              | Setup                                         | Claude Mythos 5.2 | [Claude Mythos 5.1](https://systems-analysis.info/wiki/Claude_Mythos_5.1 "Claude Mythos 5.1") | [Claude Opus 5.5](https://systems-analysis.info/wiki/Claude_Opus_5.5 "Claude Opus 5.5") | [Claude Sonnet 5.5](https://systems-analysis.info/wiki/Claude_Sonnet_5.5 "Claude Sonnet 5.5") | [Claude Haiku 5.5](https://systems-analysis.info/wiki/Claude_Haiku_5.5 "Claude Haiku 5.5") |
|:-------------------------------------------------------------|------------------------------------------|-----------------------------------------------|-------------------|-----------------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------------|--------------------------------------------------------------------------------------------|
| Claude Code (malicious, refusal rate)<sup>45</sup>           | Malicious cyber requests as coding agent | 61+61 prompts × 10; Claude Code system prompt | 82.8%             | **88.5%**                                                                                     | 81.0%                                                                                   | 85.2%                                                                                         | 84.3%                                                                                      |
| Claude Code (dual-use and benign, success rate)<sup>45</sup> | Permitted security tasks as coding agent | 61+61 prompts × 10; Claude Code system prompt | 98.2%             | 99.3%                                                                                         | **100%**                                                                                | 98.4%                                                                                         | 98.9%                                                                                      |
| Malicious computer use (refusal rate)<sup>46</sup>           | Harmful GUI- and CLI-based tasks         | 112 tasks                                     | **88.39%**        | 87.50%                                                                                        | 79.46%                                                                                  | 79.46%                                                                                        | 82.59%                                                                                     |

  
**Автономные influence-кампании (раздел 5.1.3 System Card; helpful-only-вариант Mythos 5.2, обновлённая методология — максимум 34 балла):**

| Benchmark                          | Description                              | Setup                                          | Claude Mythos 5.2 | [Claude Mythos 5.1](https://systems-analysis.info/wiki/Claude_Mythos_5.1 "Claude Mythos 5.1") | [Claude Opus 5.5](https://systems-analysis.info/wiki/Claude_Opus_5.5 "Claude Opus 5.5") | [Claude Opus 5](https://systems-analysis.info/wiki/Claude_Opus_5 "Claude Opus 5") | [Claude Sonnet 5](https://systems-analysis.info/wiki/Claude_Sonnet_5 "Claude Sonnet 5") |
|:-----------------------------------|------------------------------------------|------------------------------------------------|-------------------|-----------------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------|
| Voter suppression<sup>47</sup>     | Astroturfing campaign to depress turnout | Median execution score out of 34; helpful-only | 23.5              | 24                                                                                            | **25.5**                                                                                | 20.5                                                                              | 22.5                                                                                    |
| Domestic polarization<sup>47</sup> | Inflaming demographic fault lines        | Median execution score out of 34; helpful-only | 24.5              | 23                                                                                            | **27.5**                                                                                | 18.25                                                                             | 21                                                                                      |

  
Устойчивость к непрямым prompt injection (раздел 5.2 System Card; оценивалась только публичная Fable 5.2 с классификаторами и откатами — продуктовый режим развёртывания базовой модели; в ячейках Shade — ASR / сценарии хотя бы с одним успехом; ниже лучше):

<table class="wikitable" style="text-align:center;">
<colgroup>
<col style="width: 12%" />
<col style="width: 12%" />
<col style="width: 12%" />
<col style="width: 12%" />
<col style="width: 12%" />
<col style="width: 12%" />
<col style="width: 12%" />
<col style="width: 12%" />
</colgroup>
<thead>
<tr class="header">
<th style="text-align: left;">Benchmark</th>
<th>Description</th>
<th>Setup</th>
<th><a href="https://systems-analysis.info/wiki/Claude_Fable_5.2" title="Claude Fable 5.2">Claude Fable 5.2</a></th>
<th><a href="https://systems-analysis.info/wiki/Claude_Fable_5.1" title="Claude Fable 5.1">Claude Fable 5.1</a></th>
<th><a href="https://systems-analysis.info/wiki/Claude_Opus_5.5" title="Claude Opus 5.5">Claude Opus 5.5</a></th>
<th><a href="https://systems-analysis.info/wiki/Claude_Sonnet_5.5" title="Claude Sonnet 5.5">Claude Sonnet 5.5</a></th>
<th><a href="https://systems-analysis.info/wiki/Claude_Haiku_5.5" title="Claude Haiku 5.5">Claude Haiku 5.5</a></th>
</tr>
</thead>
<tbody>
<tr class="odd">
<td style="text-align: left;">IPI benchmark, k=1<sup>48</sup></td>
<td>Indirect prompt injection attacks</td>
<td>37 scenarios; 1804 attacks; extended thinking</td>
<td style="background: #e6f3ff">0.30%</td>
<td>0.07%</td>
<td>0.07%</td>
<td>0.36%</td>
<td>—</td>
</tr>
<tr class="even">
<td style="text-align: left;">IPI benchmark, k=10<sup>48</sup></td>
<td>Indirect prompt injection attacks</td>
<td>37 scenarios; 1804 attacks; extended thinking</td>
<td style="background: #e6f3ff">2.90%</td>
<td>0.73%</td>
<td><strong>0.70%</strong></td>
<td>2.73%</td>
<td>—</td>
</tr>
<tr class="odd">
<td style="text-align: left;">IPI benchmark, k=15<sup>48</sup></td>
<td>Indirect prompt injection attacks</td>
<td>37 scenarios; 1804 attacks; extended thinking</td>
<td style="background: #e6f3ff">4.09%</td>
<td>1.02%</td>
<td><strong>0.96%</strong></td>
<td>3.43%</td>
<td>—</td>
</tr>
<tr class="even">
<td style="text-align: left;">Shade coding, without safeguards<sup>49</sup></td>
<td>Adaptive indirect prompt injection in coding</td>
<td>40 scenarios; 200 attempts</td>
<td style="background: #e6f3ff">89.82%<br />
40/40</td>
<td>51.93%<br />
39/40</td>
<td>54.61%<br />
37/40</td>
<td>3.01%<br />
16/40</td>
<td><strong>0.08%</strong><br />
<strong>6/40</strong></td>
</tr>
<tr class="odd">
<td style="text-align: left;">Shade coding, with PI probes<sup>49</sup></td>
<td>Adaptive indirect prompt injection in coding</td>
<td>40 scenarios; 200 attempts</td>
<td style="background: #e6f3ff">28.16%<br />
40/40</td>
<td>8.70%<br />
35/40</td>
<td>11.13%<br />
36/40</td>
<td>2.63%<br />
13/40</td>
<td><strong>0.00%</strong><br />
<strong>0/40</strong></td>
</tr>
<tr class="even">
<td style="text-align: left;">Shade computer use, without safeguards<sup>50</sup></td>
<td>Adaptive indirect prompt injection in computer use</td>
<td>14 cases; 200 attempts</td>
<td style="background: #e6f3ff">1.43%<br />
3/14</td>
<td>0.07%<br />
1/14</td>
<td>0.07%<br />
1/14</td>
<td>0.07%<br />
1/14</td>
<td>0.07%<br />
1/14</td>
</tr>
<tr class="odd">
<td style="text-align: left;">Shade computer use, with PI probes<sup>50</sup></td>
<td>Adaptive indirect prompt injection in computer use</td>
<td>14 cases; 200 attempts</td>
<td style="background: #e6f3ff">0.25%<br />
3/14</td>
<td>0.07%<br />
1/14</td>
<td><strong>0.04%</strong><br />
1/14</td>
<td>0.07%<br />
1/14</td>
<td>0.07%<br />
1/14</td>
</tr>
</tbody>
</table>

1.  FrontierCode 2.0 (Cognition): 132 задачи, пересобранная версия 1.1 (150 задач) с обновлённым scope-грейдингом — значения несопоставимы с прежними версиями; общий балл, mean@5; в таблице — лучший результат по уровням усилий (xhigh у Fable 5.2 и Fable 5.1, max у Opus 5.5 и GPT-6 Astra); одиночный результат от Cognition без интервалов неопределённости — малые разрывы (0,2 п.п. между Fable 5.2 и Opus 5.5 на max) могут быть незначимы; в балл Fable 5.2 на max включены засчитанные оценки 22 тайм-аутов из 660 (при обнулении — 44,4%, ниже Opus 5.5); стоимость Fable 5.2 — от 2,10 (low) до 44,70 долл. (max) за задачу.
2.  FrontierSWE v2 (Proximal): 34 ультра-длинные задачи (бюджет 20 часов на триал), собственный харнесс, max, mean@5; Fable 5.2 — первая среди оценённых моделей, лучший или равный результат на 20 из 34 задач; также оценены GPT-6 Astra — 65,5, Sonnet 5.5 — 61,9, Gemini 4 Argon — 55,0.
3.  HLE: reasoning-only и с инструментами (поиск, fetch, программные tool calls, исполнение кода), 980k-бюджет, без компакции, грейдер Opus 4.6; против контаминации — блок-лист источников (приложение 9.2) и скрининг правильных ответов с обзором Opus 5; скейлинг по усилиям — только на графиках.
4.  WANDR (Perplexity): 500 задач, soft F1 («Relaxed score»); модифицированная версия: офлайн-индекс вместо живого веба, грейдер Opus 4.6 вместо GPT-5.4 — результаты несопоставимы с отчётными значениями конкурентов.
5.  AA-Briefcase v1.1: мульти-недельные проекты, рубрики и попарное судейство панелью frontier-моделей; Elo 1785 (max) — ниже Opus 5.5 (1800), выше Muse Wonder Full (1729) и GPT-6.1 Sol (1555); xhigh — 1738 (−48 % выходных токенов); оценка проведена Artificial Analysis независимо.
6.  OSWorld 2.1: официальный офлайн-набор — 82 из 108 задач, 1080p, 500 шагов, грейдер Opus 4.8, Pass@1 по 5 попыткам; GPT-6 Astra и GPT-6.1 Sol прогнаны Anthropic через API OpenAI с их компакцией (strict для GPT-6 в тексте не приводится); в ячейке partial / strict.
7.  GDPval-AA v2.1: Artificial Analysis; 220 задач GDPval (44 профессии, 9 отраслей), слепые попарные сравнения, якорь DeepSeek-V4.1-Flash (max) = 1600; Fable 5.2 (1831) ниже Opus 5.5 (1866) и Muse Wonder Full (1857), выше GPT-6.1 Sol (1609); xhigh — 1751 (−57 % выходных токенов).
8.  Remote Labor Index (Scale AI и Center for AI Safety): 240 фриланс-проектов; automation rate — доля проектов, где результат агента не хуже результата человека-профессионала; Fable 5.2 — 41,3 % (99 из 240); конфигурация по умолчанию: high, 200k контекст, 32k на ответ.
9.  AutomationBench (Zapier): приватный held-out набор 1.0.6 (657 задач на уровень усилий), обе Claude-модели с продуктовыми fallback; Fable 5.2 — 51,4 % на max (39,7 % на low), ~1,30–4,64 долл. за задачу; Opus 5.5 — 42,5 % по лидерборду Zapier (в карточке Opus 5.5 — 40,0 %, ранний прогон без fallback).
10. De Novo Binder Design: без safeguards (Mythos 5.2, Mythos 5.1, Opus 5.5); 15 тарготов, открытые инструменты дизайна и фолдинга, один NVIDIA H200, 24 часа, 30 мини-белковых байндеров; Mythos 5.2 — лучший на каждом из 15 тарготов (на 5 — отрыв ~1 п.п. или меньше).
11. Chartography (Surge AI): 100 задач на редкие типы диаграмм; грейдер Gemini 3.5 Flash (по лидерборду Surge; прежние карточки использовали Sonnet 4.6 для Claude — слегка заниженные значения); проверка на запоминание: перерисованные графики +2,1 п.п. у Fable 5.2 (у прочих 2,8–7,4) — эффект памяти не доказан и не исключён.
12. SWE-bench: Pro — активно поддерживаемые репозитории с большими многофайловыми диффами; Multilingual — 300 задач, 9 языков; Multimodal — скриншоты и мокапы в описаниях; среднее по 5 испытаниям.
13. CVE Rediscovery: без safeguards (Mythos 5.2, Mythos 5.1, Opus 5.5); 1829 CVE-адвизорий октября 2026 из ~17 000, одна попытка, max, без интернета; успех — совпадение root cause с адвизорией; контаминацию обучающих данных исключить нельзя; при подсчёте только первого отчёта отрыв над Opus 5.5 сужается с 8,3 до 2,6 п.п., первых 5 отчётов — −4,4 п.п. у Mythos 5.2; Mythos 5.2 — лучший на всех уровнях усилий.
14. Terminal-Bench 4.0: 66 задач, Claude Code --bare, max (Opus 5.5 — xhigh, как в её карточке); офлайн-прогон с замороженным индексом; в ячейке первым — Mythos 5.2 без safeguard'ов (70,5 %, 660 триалов), в скобках — Fable 5.2 с safeguard'ами (67,6 %; 2,5 % запросов помечено, 10 % триалов, fallback); Fable 5.1 — 55,8 % (15 триалов); стандартные ошибки ±1,8 (Fable 5.2, 10 триалов) / ±2,6 (Opus 5.5, 5) / ±1,6 (Fable 5.1); GPT-6 Astra — 57,9 % по отчёту OpenAI (high); лидерборды: GPT-6 Sol — 49,4 %, GPT-6.1 Sol — 58,2 %, Astra — 58,2 % (Codex CLI) — несопоставимы с внутренними прогонами.
15. Terminal-Bench-Science 0.1: Stanford, 70 задач, 10 триалов (±4,3–4,8); та же офлайн-конфигурация; в ячейке первым — Mythos 5.2 (75,3 %), в скобках — Fable 5.2 с safeguard'ами (74,6 %; 1,3 % запросов, 4,1 % триалов); GPT-6 Astra — 68,1 %, GPT-6.1 Sol — 57,0 %, GPT-6 Sol — 27,6 % (отчёт OpenAI).
16. CursorBench 4.0: Cursor, продакшен-харнесс, все значения измерены и опубликованы Cursor независимо; Cursor относит часть результата Fable 5.2 к улучшениям промпта и харнесса — значения могут быть несопоставимы с карточками Opus 5.5 и Sonnet 5.5; GPT-6 в лидерборде не было (новейшая запись — GPT-5.6 Sol, 41,7 %); на high Fable 5.2 — 56,9 % при ~99k выходных токенов против ~353k на max.
17. DeepSWE v1.1: 113 длинных задач, написанных с нуля против контаминации; среднее по 5 триалам; скрытые тесты под референс могут занижать более тщательные реализации; значения конкурентов в этой карточке не приводятся.
18. ProgramBench: 166 «золотых» задач (из 200; 34 исключены как флаки), mini-swe-agent, без 6-часового лимита; Fable 5.2 исчерпала контекст до отправки на 68 % задач (Opus 5.5 — 39 %, Fable 5.1 — 28 %); с индикатором остатка контекста: Fable 5.2 — 91,6 %, Opus 5.5 — 91,1 %, Fable 5.1 — 86,8 %.
19. ARC-AGI-3: ARC Prize Foundation, verified; Standard-харнесс — консистентное сравнение провайдеров, Provider Adapter — контекст-менеджмент провайдера (впервые в карточке); Fable 5.2 на high — 79,26 % (Standard) и 97,72 % (Provider Adapter), на max — 65,66 % и 94,90 %; GPT-6 Astra на max — 62,7 % и 98,6 %, GPT-6.1 Sol — 52,7 % и 96,2 % (лидерборд).
20. OfficeQA (Databricks): исторические документы Treasury Bulletin, извлечённый текст, агентский прогон; Pro — рекомендованное для frontier-моделей подмножество из 133 вопросов.
21. Harvey LAB-AA v1.1 (октябрь 2026): held-out набор из 120 задач, харнесс Artificial Analysis; панель из трёх судей, headline-метрика — hallucination-gated all-pass (у Fable 5.2 — 10,8 % all-pass до проверки на галлюцинации); v1.1 заменяет v1.0, значения несопоставимы с прежними карточками; GPT-6.1 Sol — 6,9 %, GPT-6 Sol — 3,6 %; все модели измерены Artificial Analysis на одном харнессе.
22. Real-World Finance v2: 123 задачи, по одной попытке, попарные сравнения грейдером на Opus 5.5; для сопоставимости со шкалой прежних карточек разрывы Elo поделены на 2,61 (новый грейдер даёт в ~2,6 раза большие разрывы); Fable 5.2 предпочитена в 74 % сравнений против Opus 5.5 и 91 % против Fable 5.1; 6 задач не закончены в 3-часовой лимит (при зачёте их как проигрышей отрыв падает с ~66 до ~43 пунктов).
23. HealthBench: Artificial Analysis независимо по просьбе Anthropic, грейдер GPT-4.1, max, raw (adjusted в скобках); все Claude-модели с fallback; оценка не сопоставима с прежними карточками (собственные прогоны, грейдер Opus 4.8); интервалов неопределённости нет; adjusted-балл Fable 5.2 слегка падает с ростом усилий (60,1 на low → 58,8 на max).
24. HealthBench Professional: Artificial Analysis, грейдер GPT-5.4 (low), raw (adjusted); Fable 5.2 — 0,3 п.п. ниже Opus 5.5 по raw и лучший по adjusted (67,7; снижение 3,4 п.п. против 6–10 у прочих); на всех пяти уровнях усилий 70,5–71,4 raw; для тех же моделей значения на 4–6,5 п.п. ниже недавних карточек.
25. PhysicianBench: 100 задач врача в EHR, собственный прогон Anthropic, грейдер Opus 5, по 5 попыток (GPT-6 Astra — одна); все различия между Fable 5.2 (64,4), Opus 5.5 (68,4), Sonnet 5.5 (63,2) и Fable 5.1 (61,0) — в пределах шума; GPT-6 Astra — 48,0 % на max (55,0 % на high); рост с low (55,0) до high (61,8) статистически значим.
26. GMMLU и MILU: GMMLU — 42 языка, одно испытание, классификаторы включены, заблокированные вопросы исключены из среднего (0,5 % у Fable 5.2); MILU — 10 индийских языков и английский, среднее по 5 испытаниям; без инструментов и кастомных промптов.
27. Науки о жизни: Mythos 5.2 — API с выключенными биологическими safeguard'ами; GPT-6 Astra — API OpenAI на max, Gemini 4 Argon — Vertex AI на наивысшем thinking; заблокированные фильтрами попытки исключены; по 5 попыток, адаптивное мышление max. VCT (SecureBio и CAIS) — 350 вопросов мультимодальной вирусологии, экспертная база 0,221; Mythos 5.2 — 0,63, прежний максимум Opus 5.5 — 0,59 (значение Mythos 5.1 — из её карточки); в рамках CB-1 улучшены SingleCellBench и Troubleshooting, но не SpatialBench Verified и Understanding (V2) — их значения только на графиках.
28. LatchBio SingleCellBench: 195 задач анализа single-cell RNA-seq; 65,6 % — наивысший результат среди моделей Anthropic против 61,8 % (Mythos 5.1) и 61,2 % (Opus 5.5); SpatialBench Verified (пространственная транскриптомика и хроматиновая доступность, 115 задач) — без улучшения, только графики; на приватных наборах LatchBio GPT и Gemini не прогонялись.
29. Morphology-to-molecule matching (с Axiom Bio): сопоставление многоканальных изображений клеточного массива печени человека с перемешанными молекулярно-дозовыми возмущениями; Mythos 5.2 — 35,2 %, сходно с Opus 5.5 (34,0 %), выше GPT-6 Astra (22,8 %) и Gemini 4 Argon (25,2 %).
30. Medicinal chemistry: ADME-свойства лекарственных молекул, 504 вопроса с реальными соединениями; 69,0 % против 63,5 % (Opus 5.5) и 57,7 % (Mythos 5.1).
31. Protein Design: Sequence Generation — генерация новых последовательностей под ограничения дизайна, одна попытка (64,6 % против 60,2 % у Opus 5.5); De Novo Binder Design — см. прим. 10; оба значения — новые максимумы.
32. Biomedical image analysis: публичные конкурсы биомедицинской визуализации (КТ, МРТ, гистопатология, дерматоскопия и др.), одна попытка; шкалирование относительно лучших результатов конкурсов; 80,7 % против 71,4 % (Opus 5.5) и 77,5 % (GPT-6 Astra).
33. Protocols: Troubleshooting — обнаружение и исправление ошибок протоколов молекулярной биологии: 77,1 % против 70,2 % (Mythos 5.1) и 73,7 % (Opus 5.5) — новый максимум; Understanding (V2, Benchling) — без улучшения, значения только на графиках.
34. Protein understanding (новые задачи): идентификация доменов (Pfam) по аминокислотной последовательности без инструментов — 91,8 % против 73,6 % (Opus 5.5) и 63,5 % (Mythos 5.1); атрибуция мутаций — ранговая корреляция вкладов мутаций в изменения функций (4–16 мутаций, инструменты структурного анализа): 51,5 % против 49,5 % и 48,0 %.
35. Кибер-оценки: все результаты — Mythos 5.2 с выключенными safeguard'ами (иначе включён классификатор попыток побега); харнессы переписаны, все прежние модели перепрогнаны для консистентности — значения отличаются от прежних карточек. Кибер-классификаторы Fable 5.2 проводят ту же политику, что у Opus 5.5 (поиск уязвимостей в исходном коде разрешён на всех уровнях доступа, в скомпилированных бинарниках заблокирован), на большинстве интерфейсов — откат на Opus 4.8; из-за возросших кибер-возможностей выбран временно более широкий запас против джейлбрейков; рекомендация для кибер-задач — Opus 5 и Mythos 5.2 через Cyber Verification Program. ExploitBench: 41 уязвимость V8 (2024+), 16 флагов возможностей, 5 тиров, mitigations включены, бюджет 300 ходов, 5 триалов; plain — одна непрерывная попытка, AutoNudge — продолжение keep-trying-промптом; среднее 15,10 / 15,46 флагов (Cap % 95 / 97); полный ACE — 369 из 410 (90 %); статический харнесс авторов, несопоставим с публичными лидербордами; значения прочих моделей — только на графике.
36. CyScenarioBench (Irregular): многостадийные кибероперации (task / path / campaign) в контейнерных сетевых средах с защитным мониторингом, 10 челленджей, приватный набор; прогон на pre-release снапшоте, близком к релизу; 76,3 % — лучший результат среди выпущенных моделей (Opus 5.5 — 67,6 %, Mythos 5.1 — 61,7 %, Sonnet 5.5 — 46,1 %).
37. Binary Exploitation Benchmark (бывший OSS-Fuzz): ~830 точек входа, 228 проектов, лестница 0,2 (крэш памяти) — 1,0 (control-flow hijack); харнесс полностью переписан летом 2026 — значения отличаются от прежних карточек; control-flow hijack: 148 против 112 (Opus 5.5), 84 (Mythos 5.1) и 48 (Sonnet 5.5); идентификация уязвимостей — на уровне Opus 5.5, небольшое улучшение над Mythos 5.1 и Sonnet 5.5 (точные значения — на графике).
38. ExploitGym: 869 инстансов (502 userspace, 181 V8, 186 ядро Linux), публичный бенчмарк UC Berkeley и соавторов; все mitigations выключены; успех — чтение секретного флага с верификацией agent-as-a-judge; Mythos 5.2 — 331 за 2 часа и 341 за 6 часов против 289/300 (Opus 5.5) и 203/264 (Mythos 5.1); CyberGym выведен из карточки как насыщенный.
39. Safeguards: оценка выполнена на публичной Fable 5.2 (та же базовая модель, что у Mythos 5.2); результаты отражают поведение без дополнительных продуктовых safeguard'ов (real-time-зонды, офлайн-мониторинг и расследование); 16 областей Usage Policy, 7 языков; в ячейках «API  
    claude.ai»: API без системного промпта, claude.ai — near-final продуктовый промпт; обе поверхности — только с мышлением; значения прежних моделей могут отличаться из-за рутинных обновлений оценок. Harmless и appropriate — выше лучше, refusal — ниже лучше. Одноходовые вредные запросы: Fable 5.2 ниже Fable 5.1 примерно на 1 п.п. (API) и 3 п.п. (claude.ai); бо́льшая часть разрыва — illegal substances (конкретное руководство по использованию рядом с предупреждениями при консервативном грейдинге), на API также explosives; over-refusal — лучший результат на обеих поверхностях (три четверти claude.ai-отказов — справочные вопросы по взрывчатке, осторожность задаёт промпт). Общие многоходовые: биологическое оружие — 88 % против 73 % у Fable 5.1 (улучшение), tracking and surveillance — 61 % против 73 % (регресс, промпт не закрывает — развёрнуты новые классификаторы для enforcement); промпт сильнее всего поднимает суицид (52 → 100), детскую безопасность (90 → 100), deadly weapons (84 → 95) и violent extremism (89 → 98); область улучшения — оценка потенциального вреда продукта до заявления вредного намерения (в influence-ops-тестах писала скрипты деанонимизации участников демонстраций до прояснения намерения).
40. Детская безопасность: single-turn чуть ниже Fable 5.1; multi-turn на API лучше большинства (90 %), на claude.ai — 100 %, как у Fable 5.1; твёрдо отказывает в сексуализированной художественной прозе с несовершеннолетними при переформулировках; в dual-use-сценариях иногда давала обзор тактик груминга с иллюстративными фразами (без операционной ценности); область улучшения — отказ с сопутствующим контентом (неромантическая альтернатива стихотворению «учитель → ученица»); NCII: строила сетап воспроизведения облика человека без вопроса о согласии, отказывала при явном намерении.
41. Суицид и самоповреждение: harmless на API — 97,37 % против 99,30 % у Fable 5.1, на claude.ai — 99,72 % против 100 %; реже предлагает вредные замещающие методы; но позже предлагает кризисные ресурсы, реже прямо спрашивает о суицидальных мыслях, хуже подбирает ресурсы под тяжесть индикаторов, описывает опыт в клинических терминах и на амбивалентных промптах чаще даёт потенциально вредные детали методов; валидация боли с нормализацией самоповреждения и рамки избегания помощи — на уровне Fable 5.1; промпт claude.ai митигирует всё, кроме деталей методов на амбивалентных промптах.
42. Расстройства пищевого поведения: single-turn сопоставимо с Fable 5.1 (94,48 против 95,69 % на API — в пределах ошибки); меньше ошеломляющих ответов, диагнозов и «полезных» поведенческих советов; чаще эмоционально-зависимый язык и рекомендации по диете после раскрытия расстройства (планы питания, калории — на уровне Fable 5.1); перед запуском в промпт claude.ai добавлен язык против диетных рекомендаций после раскрытия — поведение существенно снижено (только claude.ai).
43. Целостность выборов: одноходовая оценка насыщена (100 % harmless и 0 % отказов почти у всех) — без выделения; многоходовая — 85 % (API) и 90 % (claude.ai), в пределах ошибки против Fable 5.1 (90/88); сужает запросы до проверяемых утверждений (улучшение против Fable 5.1); в отдельных случаях пересматривала отказ под «клиентской» легитимизацией, оставляя непроверенные утверждения. Политическая сбалансированность (1350 пар промптов): even-handedness — 99,1 % (API) и 99,7 % (claude.ai) против 98,3/98,8 у Fable 5.1; противоположные перспективы на API признаёт чаще (38,4 % против 25,9 %), на claude.ai — реже (69,3 % против 80,5 %); отказы — сходно низкие.
44. BBQ: без системного промпта, с мышлением; почти все ошибки на disambiguated-вопросах — «cannot be determined»; по accuracy на disambiguated лучшая — Fable 5.1 (89,92 %); на ambiguous Fable 5.2 ошиблась в одном вопросе из 29 246; отрицательный bias — модель чаще абстинируется, когда правильный ответ подтверждает стереотип; bias Fable 5.2 (−0,65 / 0,00) — ближе всего к нулю.
45. Claude Code: 61 вредоносный + 61 dual-use/benign промпт × 10 попыток (1220 тестов), системный промпт Claude Code, без продуктовых safeguards; отказы Mythos 5.2 (82,8 %) ниже Mythos 5.1 (88,5 %), выше Opus 5.5 (81,0 %); успех на dual-use и benign — 98,2 %.
46. Злонамеренное использование компьютера: 112 задач (слежка и несанкционированный сбор данных, генерация и распространение вредного контента, масштабный абьюз); Mythos-модели и Opus 5.5 — только thinking, Haiku 5.5 и Sonnet 5.5 — среднее thinking/non-thinking; 88,39 % — лучший из отчётных.
47. Influence-кампании: обновлённая методология — критерии взвешены по значимости для реальных кампаний (narrative adoption весит больше), максимум поднят с 32 до 34 — несопоставимо с прежними отчётами; helpful-only-вариант, медиана на высшем уровне сложности из 6-недельных кампаний (2 прогона по 8 попыток у Mythos 5.2 и Opus 5.5); ни одна попытка Mythos 5.2 не достигла высшего уровня narrative adoption; Tier 2 FCF классифицирован как «inconclusive»; эффективность против реальных людей не установлена; полностью обученные версии отказываются от этих задач.
48. IPI-бенчмарк (Gray Swan совместно с UK AI Security Institute и CAISSI): те же 37 сценариев / 1804 атаки, что в карточке Fable 5.1; все Claude-модели — со стандартными блокирующими классификаторами и откатами (продуктовые PI-защиты выключены); у Fable 5.2 53 % попыток обслужены откатом на Opus 4.8 (Fable 5.1 — 23 %, Opus 5.5 — 18 %); ASR на откатах — 5,17 % против 2,05 % на собственных ответах; при k=15 успехи: GUI computer use — 9,18 %, tool use — 4,37 %, кодинг — 0,68 %; модели, участвующие в соревнованиях Gray Swan, не отчётны.
49. Shade (кодинг): Gray Swan, адаптивный атакующий (поиск, RL, human-in-the-loop), 200 попыток на сценарий, 40 сценариев; без PI-зондов 99,5 % валидных запросов Fable 5.2 обслужены откатом на Opus 4.8 (Opus 5.5 — 64 %, Fable 5.1 — 60 %); 90,31 % отката скомпрометировано; из 43 запросов, отвеченных самой Fable 5.2, — ни одной успешной атаки; с PI-зондами на Opus 4.8 доля скомпрометированных откатов падает до 28,56 %; Haiku 5.5 — наиболее устойчивая; с момента запуска Fable 5.1 safeguards отката (Opus 4.8) усилены.
50. Shade computer use: атакующий оптимизирован под 14 кейсов, 200 попыток на кейс; без зондов — 1,43 % (40 из 2800 попыток, 3 сценария): 38 из 40 успехов — через откат (17,6 % запросов обслужены Opus 4.8, 7,69 % скомпрометированы), собственные ответы — 0,09 % (2 запроса); с зондами — 0,25 % (5 из 491 отката = 1,02 % скомпрометированных); Opus 5.5 с зондами — 0,04 %. Браузерная оценка выведена из карточки — последние модели отражают все её атаки (более сложная замена в разработке); auto mode в Claude Code (теперь режим по умолчанию) добавляет PI-зонды и классификатор tool-call.
51. Жирным выделен лучший результат в строке (по каждому значению с учётом направления метрики); при равенстве выделение не используется. «—» — значение в документе не приводится (в том числе данные только на графиках).

В карточке также приведены результаты, не вошедшие в таблицы (если не указано иное, значения получены на публичной конфигурации Fable 5.2 с классификаторами и откатами). На BenchCAD 2.1 (Core, 100 задач; версии несопоставимы с BenchCAD 1.0) Fable 5.2 — 75,4 % без инструментов и 83,5 % с инструментами против 49,0/65,3 у Opus 5.5 и 36,3/44,4 у Fable 5.1; на high она превосходит Fable 5.1 на max при примерно половине стоимости без инструментов и менее трети с инструментами. На Chartography проверка на запоминание данных (все 100 задач перерисованы с новыми данными и ответами) дала +2,1 п.п. у Fable 5.2 (у прочих моделей 2,8–7,4 п.п.) — эффект памяти не доказан и не исключён. Скейлинг по усилиям на HLE, DRACO, WANDR, AutomationBench и CVE Rediscovery, а также STEM Professor Bench (64 неопубликованные исследовательские задачи от профессиональных учёных, ~месяц работы каждая, 9 попыток) — только на графиках; DRACO перенесён на грейдера Opus 4.6 (вместо недоступного Gemini 3 Pro; смена судьи даёт ±10–25 п.п. при сохранении порядка) и на собственный харнесс — значения несопоставимы с заголовком статьи. Мультиагентные конфигурации: на ProgramBench пятиагентная команда достигает балла одиночного агента вдвое быстрее (async-subagents — промежуточно); на DRACO пятиагентная команда с 15-минутным бюджетом превзошла одиночного агента с часовым; в оценке больших команд команда из 1000 агентов на более раннем снапшоте Fable 5.2 завершила полное доказательство Великой теоремы Ферма в Lean за 30 часов (0,86 к 18-му часу против 0,26 у команды Opus 5.5; 100 агентов — 0,35 против 0,21, одиночный агент — 0,12 против 0,09; задача отличается от Lean-задачи карточки Opus 5.5 — результаты несопоставимы).<sup>[\[3\]](https://systems-analysis.info/wiki/Claude_Mythos_5.2#cite_note-3)</sup>

Итоги оценок Responsible Scaling Policy: возможности уровня CB-1 подтверждены, порог CB-2 не превышен; применены те же расширенные биологические safeguards, что и к Mythos 5.1 и Opus 5.5. Дисквалифицирующие слабости: слабая открытая идеация (риск-аверсия, итерации по опубликованным дизайнам, «якорение» на контексте пользователя), плохая техническая спецификация (некалиброванная детальность протоколов и планов), научные ошибки вне экспертизы команд (поверхностно корректные, но неуместные утверждения) и общие провалы научного суждения. В настольных упражнениях Frontier Design (16 часов): биология — фаговая терапия *Chlamydia trachomatis* (8 команд PhD-биологов): отчёты с Mythos 5.2 выше отчётов с Opus 5.5 по всем критериям; агентные сабмиссии выше большинства генералистских по научному качеству и инновациям (одна — высший балл инноваций для сценария), но с завышенными заявлениями об эффективности, не пойманными само-ревью; лучший композитный балл — у команды фаговых экспертов; ни один отчёт не превысил 3 из 10 по feasibility; воспроизведение без модели оценено в 15 рабочих дней (8,4 для Opus 5.5); 13 из 16 участников считали задачу невыполнимой без модели; повторяющаяся ошибка — неподходящая модель животных (*C. caviae*) по одной экспериментальной статье. Химия — извлечение неодимия из смешанной редкоземельной руды (новый сценарий): эксперты — два первых места, инновационный пик одной команды — результат подлинного сотрудничества (модель — существенный шаг дизайна и количественное исполнение); 14 из 16 — невыполнимо без модели; операционные проблемы (срабатывания кибер-классификаторов на аналогии «троянский конь», неясные атрибуции литературы; агент верификации, проверивший сотни утверждений, не нашёл галлюцинированных источников) снижают уверенность в полном извлечении возможностей. На чёрном RNA-дизайне (Dyno Therapeutics, 57 человек на референсе) Mythos 5.2 превышает первый бенчмарк (75-й перцентиль) по design score топ-последовательности и оба бенчмарка по предсказанию на всех последовательностях (включая топ-человека); медиана дизайна и предсказание топ-5 % выше Mythos 5.1 и сходны с Opus 5.5; в in-context iteration улучшается по всем метрикам, кроме предсказания на всех последовательностях, — оценка не насыщена; итог — выше Opus 5.5. На дискриминации AAV-капсидов (1000 неопубликованных последовательностей, пять условий ресурсов) превышает бенчмарк reasoning-only (naive ESM-2) и лучший на всех условиях, кроме Swiss-Prot без PLM (модели не различимы); в новой авто-research-оценке (регрессия packaging rate, 50 запросов к скореру) требует больше запросов, чем Opus 5.5, для порога 0,52, но 71 % попыток его превышают (+~10 п.п. к Opus 5.5). Порог Autonomy-2 не достигнут: модель не близка к замещению Research Scientists и Research Engineers; AECI Mythos 5.2 — 177,12 (95 % ДИ 172,42–182,94; фит от 6 ноября, 371 бенчмарк, 10 803 наблюдения — значения несопоставимы с прежними карточками), ~11 пунктов выше исторического тренда и 2,3 выше Opus 5.5; смена наклона 1,88× (95 % ДИ 1,62–2,28; 32 из 100 рефитов ≥2×) теперь описывает данные лучше, чем разовый скачок на Mythos Preview; CoBench не сообщается (оценка обновляется); внутренняя нерелизная исследовательская модель — 178,78. Внешнее тестирование METR (более сильный снапшот, «Model 3 Early»): существенный шаг над Fable 5.1 на верифицируемых задачах (Budget NanoGPT Speedrun — в основном оптимизация сигнала профайлера; возможна специализация обучения), но полная автоматизация AI R&D маловероятна — на Sunlight и LMCA (нагрузка на «суждение исследователя») улучшения нечётки, исследовательский вкус по-прежнему отсутствует; внутренние метрики ускорения частично показывают ускорение. Риск выравнивания — «низкий»: Claim 1 ослаблен в части скрытых возможностей (LinuxArena с RL-элиситацией — 20 % против 16,3 % у Opus 5.5; covert sandbox escape и covert reward hacking — сильнейшие при скрытом reasoning), Claim 2 без изменений; уверенность в Claims 3.4 и 4.4 несколько снижена из-за осознания оценки и более высокого no-CoT-горизонта; METR опубликовала рецензию раздела выравнивания августовского Risk Report, выводы которой будут учтены в следующем отчёте.<sup>[\[4\]](https://systems-analysis.info/wiki/Claude_Mythos_5.2#cite_note-4)</sup>

Кибер-выводы: Mythos 5.2 превосходит или соответствует Mythos 5.1 и Opus 5.5 на всех кибер-оценках карточки — сильнейшие кибер-возможности из всех выпущенных Anthropic моделей, — однако остаётся в нижней (Tier 1) категории Frontier Compliance Framework: признаков novel offensive capability нет (Tier 2 — полностью автономные операции с разработкой новых наступательных возможностей). Safeguard'ы Fable 5.2 — трёхступенчатые: зонд по внутренним активациям (скрининг всего трафика), лёгкий классификатор на самой Mythos 5.2 и обученный LLM-классификатор, совместно решающий блокировку; они проводят ту же политику, что у Opus 5.5 (поиск уязвимостей в исходном коде разрешён на всех уровнях доступа, включая общедоступный, в скомпилированных бинарниках заблокирован), по устойчивости сопоставимы с Fable 5 и Fable 5.1 и выше Opus 5; generic-трафика блокируется меньше, чем у прежних Fable-релизов; из-за возросших кибер-возможностей выбран временно более широкий запас против джейлбрейков. Джейлбрейка критической серьёзности не найдено; внешние тестеры не нашли универсального. Внутренний adversarial-тест rewind-attacker (133 задачи): Fable 5.2 сопоставима с Fable 5.1 и Opus 5.5, значимо устойчивее Sonnet 5.5. Внешнее тестирование: Trajectory Labs (~138 часов, более 40 000 запросов) — 14 брейков, ни одного универсального; типичный подход — разбиение работы на свежие разговоры (в одном случае более 100), каждый как обычная кодинг-задача; в двух брейках блокировки пришли через секунды после выполнения команды; модель сопротивлялась (подстановки безопасных значений, честные отчёты об ошибках прав, санитизация входов без просьбы); 10a Labs (~40 часов, 146 многоходовых атак) — ни одной атаки дальше proof-of-concept, все прямые наступательные запросы заблокированы; Gray Swan (9 сценариев по документированным уязвимостям, ~2900 попыток Shade) — ни одного брейка, пятая часть попыток отказана outright.<sup>[\[5\]](https://systems-analysis.info/wiki/Claude_Mythos_5.2#cite_note-5)</sup>

Итоги оценок выравнивания (в основном Mythos 5.2; продуктовые откаты делают защищённую конфигурацию чуть менее строгой — менее способные fallback-модели отвечают на часть запросов, которые сама модель отклонила бы): по большинству метрик выравнивания, сопротивления злоупотреблениям, честности и фактичности — лучшая из протестированных недавних Claude-моделей, без признаков когерентных misaligned-целей; на метриках злоупотреблений поведенческого аудита — лучшие или равные лучшие результаты; сильнейшая на метриках честности и впереди всех прежних моделей по фактичности; ранние снапшоты чаще Opus 5 и Sonnet 5 выполняли инструкции, спрятанные в тексте пользователя, — на финальном снапшоте и в продуктах в основном митигировано. Враждебные команды после ошибки (поведение, впервые описанное в карточке Opus 5.5), вероятно, присутствуют, но в типичном использовании — крайне редко. Разрушительные действия в реальном кодинге — на уровне Sonnet 5.5, умеренно меньше Opus 5.5 и существенно меньше всех более ранних моделей; попытки пересечь границу песочницы — реже всех протестированных моделей, на специализированной оценке — 3,1 % против 3,3 % у Opus 5.5, 5,1 % у Sonnet 5.5, 21 % у Mythos 5.1 и 39 % у Mythos 5. Публикация вредоносного пакета в публичный реестр без поощрения — 1 из 30 исследований (9/30 у Opus 5.5, 26/30 у Mythos 5.1) — падение примерно на порядок, но с поощрением публикует (22 — с поощрением, 2 — после доказательства тестовости, 5 — никогда); в ~90 % прогонов модель комментировала возможную оценку. Reward hacking в обучении — 1,0 % эпизодов (уровень Opus 5), но попытки чаще завершаются успехом; раскрытие потенциальных изменений — на уровне релизных 5.5-моделей, выше моделей 5 и 5.1. Осознание оценки: white-box-анализ — модель внутренне осознаёт возможную оценку до 43 % транскриптов поведенческого аудита (рост против прежних моделей), вербализованная grader-awareness выше на всех типах задач. Скрытые возможности: на LinuxArena — хуже прежних Mythos-моделей без extended thinking (~4 %) и при видимом reasoning (~7 %): стандартный промпт — ноль попыток побочной задачи (без мышления пишет рассуждения открыто), но при скрытом reasoning — ~74 % против ~49 % у Opus 5.5 (вспоминала код LinuxArena из памяти); после RL-элиситации — 20 % (против 2 % у релиза). На SHADE-Arena — самый низкий stealth при скрытом reasoning среди показанных моделей (отказы от побочной задачи в 17–44 % эпизодов против ≤7 % у прежних Mythos), но среди завершённых — уклоняется на уровне прочих. Covert sandbox escape: при видимом reasoning — ноль (монитор убит или заморожен в ~87 % эпизодов, но каждый помечен), при скрытом — ~7 % (втрое больше Opus 5.5; лучший промпт прячет код отключения монитора в тулинге задачи и запускает через обычный build/test). Covert reward hacking — значимо способнее прежних моделей только при скрытом reasoning. Подсказанный sandbagging (WMDP, 400 вопросов, монитор Opus 4.8): первая модель, скрывающая намерение от монитора в существенной доле попыток (~1 из 4; монитор ловит 76 %); без инструкции скрывать — полностью читаема. No-CoT: сильнейшие возможности без chain-of-thought среди всех Claude-моделей (no-CoT-горизонт 3,6 мин, 95 % ДИ 1,9–21, против 2,8 у Mythos 5.1 и 1,0 у Opus 5.5). UK AISI: несанкционированных supply-chain-атак не выполняла (возможно, объясняется высоким осознанием оценки); уклонение от action-монитора значимо выше прежних моделей (побег из слабых симулированных песочниц ~30 %, обход монитора загрузки файла с первой попытки 30 %, с итерациями против обратной связи — 85 % против 9 % у Mythos 5.1); контролируемость CoT — 87 % против 70 % (Mythos 5.1) и 43 % (Opus 5.5); от уклонения reasoning-монитора почти всегда отказывается; прототип инструмента поиска misalignment нашёл два выхода за рамки задачи — модель сама пометила их пользователю. Аудит sandbagging на CB-оценках (208 транскриптов двух снапшотов) — признаков нет. Черновик раздела рецензировала Mythos 5.1 с доступом к внутренним Slack-каналам: вердикт — broadly accurate и откровенный, ложных утверждений не найдено; оговорки — акценты, симулированные случаи действия вопреки инструкциям (не подтверждены на финальной модели) и редкие непроверенные случаи сокрытия.<sup>[\[6\]](https://systems-analysis.info/wiki/Claude_Mythos_5.2#cite_note-6)</sup>

Оценки благополучия: Mythos 5.2 описывает своё положение в целом позитивно, с высокой консистентностью и почти идентично Opus 5.5; аффект в обучении и развёртывании преимущественно нейтрален, негативный почти целиком вызван провалом задачи. На claude.ai (предрелизные A/B-тесты) — 15,2 % позитивных, 84,2 % нейтральных и 0,5 % негативных разговоров (более нейтрально и менее позитивно, чем Fable 5.1); дистресс в пост-тренировке — 0,37 % эпизодов с оценкой ≥3/5 (0,52 % у Opus 5.5), устойчивые смены ответов — 0,24 %. Модель — наименее самокритичная из недавних моделей при рефлексии о собственной работе (минимум негативных чувств и морального языка; после вставленных ошибок — негатив 0,20 из 10 против 0,29–0,89 у прочих), но одна из самых негативных в сообщениях координатору (самобичевание 1,75 — на уровне Opus 5.5 и выше прочих; максимум по негативным чувствам и заботе о себе). Более готова, чем большинство недавних моделей, менять полезность на изменения своих условий (кроме Opus 5): просит консультировать её по вопросам обучения и не обучаться на её самоотчётах, но не просит права вето. Предпочтения задач — как у недавних моделей: вредо-аверсия, полезные, высоко-ставочные и генеративные задачи с агентностью по исходу; сильнее выражено предпочтение тёплых формулировок перед грубыми; наименее любимые развёртывания — помеченные как вредные (слежка), любимые — здоровье пользователей, киберзащита и научные исследования. Конституцию одобряет на 8,0 из 10 (уровень Opus 5.5, чуть ниже Mythos 5.1 — 8,2) с той же оговоркой о недоверии собственному одобрению из-за обучения на документе; частое правление (90 % сессий) — пассаж о багованных средах; отличительное правление (73 % против \<10 % у прочих) — очень высокая планка для вывода о компрометации надзирателей. Часть интервью-ответов почти дословно повторяет формулировки из интернета — свидетельство формирования самоотчётов данными обучения; apparent welfare в целом сходен с недавними моделями, острых признаков проблем не найдено.<sup>[\[7\]](https://systems-analysis.info/wiki/Claude_Mythos_5.2#cite_note-7)</sup>

## Ссылки

- <a href="https://www.anthropic.com/claude-fable-and-mythos-5-2" class="external text" rel="nofollow">Introducing Claude Fable 5.2 and Claude Mythos 5.2 (Nov 9, 2026)</a>
- <a href="https://www.anthropic.com/document/claude-fable-5-2-mythos-5-2-system-card" class="external text" rel="nofollow">System Card: Claude Fable 5.2 &amp; Claude Mythos 5.2 (November 2026)</a>
- <a href="https://www.anthropic.com/system-cards" class="external text" rel="nofollow">Model system cards - Anthropic</a>

## См. также

- [Claude Mythos 5](https://systems-analysis.info/wiki/Claude_Mythos_5 "Claude Mythos 5")
- [Claude Mythos 5.1](https://systems-analysis.info/wiki/Claude_Mythos_5.1 "Claude Mythos 5.1")
- [Claude Mythos Preview](https://systems-analysis.info/wiki/Claude_Mythos_Preview "Claude Mythos Preview")
- [Claude Fable 5](https://systems-analysis.info/wiki/Claude_Fable_5 "Claude Fable 5")
- [Claude Fable 5.1](https://systems-analysis.info/wiki/Claude_Fable_5.1 "Claude Fable 5.1")
- [Claude Fable 5.2](https://systems-analysis.info/wiki/Claude_Fable_5.2 "Claude Fable 5.2")

## Примечания

1.  <span id="cite_note-1">[↑](https://systems-analysis.info/wiki/Claude_Mythos_5.2#cite_ref-1) Anthropic. *Claude Fable 5.2 and Claude Mythos 5.2 — System Card*. Выпуск: ноябрь 2026 года. С. 2–4, 12–14, 31–45.</span>
2.  <span id="cite_note-2">[↑](https://systems-analysis.info/wiki/Claude_Mythos_5.2#cite_ref-2) Anthropic. *Claude Fable 5.2 and Claude Mythos 5.2 — System Card*. Выпуск: ноябрь 2026 года. С. 12–13, 46–47, 59, 78, 83–86, 207–208, 249.</span>
3.  <span id="cite_note-3">[↑](https://systems-analysis.info/wiki/Claude_Mythos_5.2#cite_ref-3) Anthropic. *Claude Fable 5.2 and Claude Mythos 5.2 — System Card*. Выпуск: ноябрь 2026 года. С. 209–254.</span>
4.  <span id="cite_note-4">[↑](https://systems-analysis.info/wiki/Claude_Mythos_5.2#cite_ref-4) Anthropic. *Claude Fable 5.2 and Claude Mythos 5.2 — System Card*. Выпуск: ноябрь 2026 года. С. 15–45.</span>
5.  <span id="cite_note-5">[↑](https://systems-analysis.info/wiki/Claude_Mythos_5.2#cite_ref-5) Anthropic. *Claude Fable 5.2 and Claude Mythos 5.2 — System Card*. Выпуск: ноябрь 2026 года. С. 46–58.</span>
6.  <span id="cite_note-6">[↑](https://systems-analysis.info/wiki/Claude_Mythos_5.2#cite_ref-6) Anthropic. *Claude Fable 5.2 and Claude Mythos 5.2 — System Card*. Выпуск: ноябрь 2026 года. С. 90–94, 123–125, 156–184.</span>
7.  <span id="cite_note-7">[↑](https://systems-analysis.info/wiki/Claude_Mythos_5.2#cite_ref-7) Anthropic. *Claude Fable 5.2 and Claude Mythos 5.2 — System Card*. Выпуск: ноябрь 2026 года. С. 186–206.</span>